法律
律师
弁護士
日本法律、合同、法规与法律推理。
- 法律文书标注
- 法律回答校验
- 合同分类
- 法律推理评测
日本本地领域专长
让 AI 读懂的不只是日语，
还有日本本身.
懂日语，并不等于懂日本。法律、法规、税制、会计、雇佣制度与商业惯例，都需要本地的专业知识。
我们帮助 AI 团队，把这些专业知识落到训练数据、评测数据集与人类反馈工作流中。
领域专家标注
AI 需要的
不只是语言能力。
专业领域的 AI，需要同样专业的人类知识。我们按项目的实际需要，组建具备相应领域专长的标注与评测团队——从法律、税务到会计、劳务、金融等领域。
在受监管领域中运行的 AI，仅有流利的日语远远不够。它需要的是真正熟悉该领域术语、法规、业务流程与判断标准的人。对于需要日本本地专业知识的 AI 项目，我们提供由专家主导的标注、评测、校验与数据集构建服务。
专业资格领域
税务
税务师
税理士
日本税制、涉税程序与税务专业知识。
- 涉税问答评测
- 税务文书分类
- AI 回答校验
- 税务术语标注
会计
注册会计师
公認会計士
会计准则、财务报表、审计与公司财务。
- 财务报表解读
- 会计数据分类
- 会计类回答复核
- 审计相关数据集评测
劳务与人力
社会保险劳务士
社会保険労務士
日本的劳务与社会保险法定专业资格，简称「社労士」
劳动法规、社会保险、薪酬计算与人力合规。
- 劳动法数据集
- 雇佣法规标注
- 社会保险分类
- 薪酬相关 AI 评测
登记
司法书士
司法書士
商业登记、不动产登记与法律程序。
- 商业登记数据集
- 不动产登记数据集
- 法律文书分类
- 程序性问答评测
其他专业领域
术语、表达的正式程度和边界情况因行业而异。我们会在量产开始前与您的团队一起建立术语表。
- 金融
- 法律
- 医疗健康
- 电子商务
- 客户支持
- 旅游
- 科技
我们不维持固定的持证专业人士名册。每个标注团队都围绕项目所需的专业能力单独组建，能否安排到位则要结合项目的范围、数据量、专业方向与时间要求逐个评估。如果某项资格无法为您的项目落实，我们会在项目启动前告知。
专业层级
每类任务，匹配相应的专业层级。
并非所有任务都需要专家复核。我们按任务真正需要的判断难度来匹配专业层级，把预算花在确实需要专业判断的环节上。
层级 01
通用标注员
适用于需要日语语言能力、但不涉及专业知识的任务。
层级 02
行业专精标注员
适用于需要某一行业实务经验或学科知识的任务。
层级 03
专业资格专家
适用于需要高阶领域知识、从业经验或特定专业资格的任务。
各环节如何衔接
把日本本地的专业知识，变成可直接用于 AI 的数据。
领域知识只有被沉淀为结构化、可复核的数据，才能真正为模型所用。这一转化过程，正是我们提供的服务。
日本本地专业知识
- 日语语言
- 法律与法规
- 税收制度
- 会计实务
- 劳务实务
- 商业惯例
- 专业术语
专家标注与评测
可直接用于 AI 的数据集
应用场景
为专业领域的 AI 而建。
这类工作大多围绕生成式 AI 展开：判断模型输出是否成立、对多个候选答案排序，并在容不得出错的专业领域里找出它失效的地方。
LLM 训练
为专业领域的 AI 系统训练提供高质量的专家反馈。
AI 回答评测
从准确性、相关性、推理质量与专业适当性等维度，评测模型生成的回答。
RLHF / 人类反馈
由具备相应领域知识的标注员产出排序结果与偏好数据。
AI 基准测试
为日语专业领域模型构建经专家复核的基准测试数据集。
RAG 评测
判断检索到的段落，以及基于这些段落生成的回答，是否正确、是否有用。
AI 智能体评测
对执行专业或行业特定流程的 AI 智能体进行端到端测试。
数据集构建
从零构建面向专业领域 AI 应用的日语数据集。
红队测试
发现特定领域中的错误、风险、幻觉与边界案例。
服务流程
专家标注是如何推进的。
专家类项目失败，多半是因为规范存在歧义，而不是产能不足。所以大部分工作都发生在量产开始之前。
-
01
明确专业能力要求
厘清领域范围、所需的资格或从业经验、任务复杂度与质量标准。
-
02
组建合适的团队
按语言能力、专业知识、从业经验与项目要求，筛选并组建标注团队。
-
03
设计标注规范
与您的团队共同编写标注规范与评测标准。
-
04
试点标注
用试点批次暴露规范中的歧义，避免它演变成系统性错误。
-
05
正式量产
依据定稿的规范，开展标注、评测、排序或校验作业。
-
06
质量控制
根据项目的实际需要，采用多轮复核、共识评测或专家裁定。
-
07
交付与迭代
按您指定的格式交付数据集，并结合模型表现持续优化规范。
质量
越是依赖专业判断，
质量就越关键。
专家标注无法只靠一个简单的一致率来衡量。两位合格的专业人士完全可能给出不同结论，而各自都站得住脚——所以分歧必须经过裁定，而不是被平均掉。
- 按资格条件筛选复核人员
- 校准任务
- 多人交叉复核
- 专家裁定
- 基于共识的评测
- 黄金样本数据集
- 标注员间一致性监控
- 标注规范持续优化
Human-in-the-loop
专家在这个闭环中的位置。
交付物不是专家本身，而是经过复核、结构化的反馈数据。
-
AI 模型
您当前状态下的模型。
-
AI 输出
生成的回答、排序结果或执行动作。
-
领域专家
真正清楚在这个领域里什么才算正确的人。
-
评测与修正
打分、排序、修正，并说明理由。
-
反馈数据
结构化、可复核、可直接交付。
-
模型改进
回流到训练或评测环节。
项目示例
专家标注项目大致是什么样子。
以下是示意性的项目形态，并非实际客户案例。真实项目均受保密协议约束。
依据日本法律与执业标准，评测法律 AI 助手给出的回答。
复核处理日本涉税问题的系统所生成的回答。
标注财务报表，并评测 AI 生成的会计说明。
评测涉及日本雇佣法规、社会保险与人事流程的回答。
构建并复核涵盖日本商业登记与法律程序的数据集。
为面向日本专业行业的产品，构建经专家复核的数据集。
常见问题
关于专家标注的常见问题。
如果这里没有覆盖到您的问题，请随需求一并发来，我们会直接回复。
指由具备相关专业、行业或学术知识的人员来完成标注、评测或复核，而不是交给通用标注员。当一个标签是否正确取决于领域判断、语言流利但没有专业背景的人无法稳定作出判断时，就需要这类标注。
视项目情况，我们可以组建包含持有相关资格或具备实务经验人员的团队。我们不维持固定的名册，能否安排到位取决于专业方向、数据量、时间要求与任务本身的要求。我们会在项目启动前确认实际可行的方案。
项目可能涉及法律、税务、会计、劳务与社会保险、商业登记、金融、医疗健康、工程技术等专业行业的人员。具体的人员构成按每个项目单独确定。
可以。领域专家标注员能够从事实准确性、推理质量、专业适当性、相关性，以及是否符合项目特定标准等维度，评估模型生成的回答。
可以。视项目情况，我们支持偏好排序、回答评测、人类反馈采集，以及大语言模型开发与评测中用到的其他工作流。
可以。我们支持日语基准测试数据集的构建与专家复核，包括需要特定领域知识的数据集。
可以，而且我们建议这样做。标注规范、资格要求与质量控制流程，都要先通过试点验证，之后才谈得上规模化。